a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan
mempengaruhi variabel dependen. b. Menganalisis matriks korelasi variabel-variabel independen. Jika antar variabel
independen terdapat nilai korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas.
c. Mengamati nilai tolerance dan VIF. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya.
Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolinieritas adalah apabila nilai tolerance 0,1 atau sama dengan nilai VIF 10.
3.4.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan lain Ghozali,
2005:105. Jika variance dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut Heteroskedastisitas. Model
regresi yang baik adalah yang Homokedastisitas atau tidak terjadi Heterodastisitas.
Universitas Sumatera Utara
Asumsi klasik statistik heterokedastisitas dapat dideteksi dari output SPSS pada grafik Scatter-plot dengan cara melihat ada atau tidaknya pola tertentu
bergelombang, melebar kemudian menyempit antara nilai prediksi variabel terkait ZPRED dengan residualnya SRESID. Jika ada pola tertentu seperti titik-titik yang
ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heteroskedastisitas dan jika tidak ada pola yang jelas serta titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y maka tidak terjadi heterokedastisitas Ghozali, 2005.
3.4.2.4 Pengujian Autokorelasi
Pengujian autokorelasi digunakan untuk mengetahui apakah terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1
sebelumnya.Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2005:95. Dalam penelitian ini asumsi autokorelasi diuji dengan uji
Durbin-Watson DW test yang digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya interceptkonstanta dalam model regresi dan tidak ada lagi
diantara variabel independen. Menurut Setiaji 2004 pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
1. Jika nilai D-W berada di bawah 0 sampai 1,5 berarti ada autokorelasi positif. 2. Jika nilai D-W berada diatas 1,5 sampai 2,5 berarti tidak terjadi autokorelasi.
3. Jika nilai D-W berada di atas 2,5 berarti ada autokorelasi negatif.
Universitas Sumatera Utara
3.4.3 Pengujian Hipotesis
3.4.3.1 Pengujian Signifikansi Model F-test
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen atau terikat Ghozali, 2005. 1. Merumuskan hipotesis null dan hipotesis alternatif
a. Ho : β
1
= β
2
=0, artinyakepemilikan manajerial dan kepemilikan institusional secara simultan tidak
berpengaruh terhadap biaya ekuitas perusahaan b. H
a
:
β
1
= β
2
≠ 0 Artinya kepemilikan manajerial dan kepemilikan institusionalsecara simultan
berpengaruh terhadap biaya ekuitas perusahaan. 2. Menentukan kriteria pengujian hipotesis
a. Jika F
signifikan
α = 0.05, maka H
a
diterima dan H ditolak
b. Jika F
signifikan
α = 0.05, maka H
a
ditolak dan H diterima.
3.4.3.2 Uji Signifikansi Parsial t-test
Uji statistika t pada dasarnya menunjukkan seberapa jauh pengaruh suatu variabel independen secara individual dalam menerangkan variasi variabel dependen
Ghozali, 2005. 1. Merumuskanhipotesis null dan alternatif
a. Ho : β
1
= β
2
=0
Universitas Sumatera Utara
Artinya kepemilikan manajerial dan kepemilikan institusional secara parsial tidak berpengaruh terhadap biaya ekuitas.
b. H
a
:
β
1
= β
2
≠ 0 Artinya kepemilikan manajerial dan kepemilikan institusional secara parsial
berpengaruh terhadap biaya ekuitas. 2. Menentukan kriteria pengujian hipotesis
a. Jika t
signifikan
α = 0.05, maka H
a
diterima dan H ditolak
b. Jika t
signifikan
α = 0.05, maka H
a
ditolak dan H diterima
3.4.3.3 Koefisien Determinasi R
